我們期待通過谷歌麵館這一互動體驗,激發更多開發者與 TensorFlow 開原始碼社區一起,用技術創造更多超乎想像的可能性,探索更非凡的交互體驗。話不多說,一起點擊 2020 Google 開發者大會官網把面拉起來!
代碼不止,活力不止!
谷歌麵館正式「營業」
想體驗一把拉麵大師的快感?
現在前往 2020 Google 開發者大會官網
馬上創建自己的「代碼拉麵」!
來谷歌麵館體驗虛擬拉麵
勞逸結合身心更健康
連續六天的谷歌開發者大會不僅帶來了滿滿的技術乾貨,更鼓勵日夜與代碼奮戰的開發者們勞逸結合,在觀看演講的間隙也可以活動放鬆,補充滿滿元氣。運用 TensorFlow.js 中的 PoseNet 來實現動態捕捉,玩家只需要從網絡攝像頭和瀏覽器參與互動即可輕鬆體驗歡樂的」代碼拉麵「。
來到谷歌麵館到底怎麼拉麵?每局拉麵限時 60 秒,玩家可以想像自己是拉麵大師,通過活動手和上半身的動作配合來製作虛擬「麵條」,比如儘可能地上下移動拉扯麵條,也可以加速甩動表演酷炫拉麵絕技。
在拉麵過程中也要時刻心手配合收集特殊配料以獲得增加麵條長度的點數,但也要小心如果接到「黑暗料理」則會縮短麵條的長度。得分越高就能解鎖更多「拉麵英雄徽章」!是不是手痒痒等不及來谷歌麵館「一決長短」?使用電腦參與遊戲體驗更佳哦!
TensorFlow.js 實現動態捕捉
創建 「代碼拉麵」
谷歌麵館正是基於 TensorFlow.js 中的 PoseNet 來實現動態捕捉,將用戶的肢體動作與「拉麵」概念做結合,創造出有趣又好玩的互動體驗。
整個體驗中最關鍵的是手部動作的檢測。通過從 PoseNet 中選擇經過預演的模型,並在裝置攝像頭實時進行手部位置的估計,TensorFlow.js 就可以在瀏覽器中運行現有的機器學習模型,無需花太多精力即可實現手部動作檢測。通過這一系列技術支持,玩家可以在遊戲中移動、拉伸、扭曲虛擬的麵條。
谷歌麵館中還使用了 Angular 構建主體框架,為網站功能設置了強大的基礎架構,然後結合 TensorFlow.js 和 PoseNet 中豐富的模型庫來自動檢測手勢和各種肢體動作,直接從網絡攝像頭和瀏覽器擺姿勢創建真人的實時視覺建模。以及遊戲渲染和物理引擎(如 Phaser )也用於幫助實現一根根麵條在虛擬環境中呈現真實的物理狀態。
Angular
用於在 HTML 中構建動態和交互式應用程式的現代 javascript 框架。它可以將網頁用作模板語言,並擴展 HTML 的句法,清晰簡潔地表達應用程式的組件。
TensorFlow.js
一個使用 Javascript 和高級 API 進行機器學習的開源庫。如果您不熟悉機器學習技術,那麼這是一個很棒的初學者工具,可根據你的需求定義,運行和訓練模型。
PoseNet
一種視覺模型,用於通過標記關鍵的身體位置來檢測和預估圖像或視頻中的單人或多人姿勢。該技術無法識別圖像中的人物,該算法只是檢測由「Part ID」索引的關鍵點,置信度得分在 0.0 到 1.0 之間,其中 1.0 為最高。點擊了解動作捕捉如何讓 SVG 角色在瀏覽器中栩栩如生!
谷歌麵館的誕生只是一個開始,我們期待通過谷歌麵館這一互動體驗,激發更多開發者與 TensorFlow 開原始碼社區一起,用技術創造更多超乎想像的可能性,探索更非凡的交互體驗。話不多說,一起點擊 2020 Google 開發者大會官網把面拉起來!
閱讀全文
【責任編輯:
張燕妮TEL:(010)68476606】